MétaCan
Menu
Retour à la cohorte
Enregistrement W2073017238 · doi:10.1080/03601230601125651

A full-scale sequencing batch reactor system for swine wastewater treatment

2007· article· en· W2073017238 sur OpenAlexaff
K.V. Lo, Ping Liao

Notice bibliographique

RevueJournal of Environmental Science and Health Part B · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSequencing batch reactorEffluentWastewaterEnvironmental scienceWaste managementPulp and paper industryBiochemical oxygen demandSewage treatmentBatch reactorChemical oxygen demandEnvironmental engineeringChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

A full-scale sequencing batch reactor (SBR) system was evaluated for its ability to remove carbon and nitrogen from swine wastewater. The SBR was operated on four, six-hour cycles each day, with each cycle consisting of 4.5 hours of "React," 0.75 hours of "Settling", 0.75 hours for "Draw" and "Fill." Within each cycle, an amount of wastewater equivalent to about 5% of the reactor volume (5,500 litres) was removed and added. The SBR system was able to remove 82% of biochemical oxygen demand (BOD) and more than 75% of nitrogen. Even though the SBR effluent, with an average effluent BOD5 of about 588 mg L(-1), did not meet the discharge criteria, it enabled a reduction of the land base required for land application of swine wastewater by about 75%. Results indicated that the SBR system was a viable method for the treatment of swine wastewater.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,266
Score d'incertitude au seuil0,876

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,276
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Science and Health Part BMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207